4. Ollama基础命令：模型管理的五大金刚
说实话，刚接触Ollama的时候，我也有点懵。命令行工具嘛，命令多了容易记混。但别担心，今天要讲的这五个命令，你只要用上两三次，基本就刻在肌肉记忆里了。它们分别是：pull（下载）、run（运行）、list（查看）、rm（删除）、serve（启动服务）。说白了，这就是你操作本地大模型的全部家当。
核心逻辑图：Ollama命令工作流
4.1 ollama pull：把模型拉到本地
想用某个模型，第一步就是下载。命令很简单：ollama pull 模型名。比如我想下载Meta的Llama 3.1 8B模型，就敲：
ollama pull llama3.1:8b这里有个小细节——模型名后面的冒号是版本标签。不加标签的话，默认拉取最新版（通常是latest）。我个人习惯是明确指定版本，避免哪天模型更新了，本地环境突然不兼容。
我的经验：下载大模型时，网络波动是常事。我曾经在下载一个70B的模型时，进度到80%突然断了……嗯，别慌。Ollama支持断点续传，重新执行pull命令会从断点继续。但前提是你别手贱把缓存清了。
下载完成后，模型文件默认存放在 ~/.ollama/models/ 目录下。你想想看，一个7B的模型大概4-5GB，70B的模型要40GB左右。所以下载前，记得看看磁盘空间够不够。
4.2 ollama run：让模型跑起来
模型下载好了，怎么用？直接run：
ollama run llama3.1:8b执行后，你会进入一个交互式对话界面。就像在终端里跟AI聊天一样，你输入一句，它回一句。按 /bye 退出。
但这里有个坑——第一次run的时候，Ollama会先加载模型到内存。加载时间取决于你的硬件配置。我遇到过有人以为卡死了，直接Ctrl+C中断，结果下次又得重来。其实等等就好，一般十几秒到一分钟不等。
避坑指南：我曾经在只有8GB内存的笔记本上跑7B模型，结果系统直接卡死。后来才发现，Ollama默认会占用所有可用内存。解决办法是加参数：ollama run llama3.1:8b --num-gpu 0 强制用CPU跑，或者限制内存使用。说白了，硬件不够就别硬上大模型。
除了交互模式，你还可以直接传一句话让它处理：
ollama run llama3.1:8b "用一句话解释什么是量子计算"这种用法在脚本里特别方便。我经常在自动化流程里这么用，省得手动敲对话。
4.3 ollama list：看看你有哪些模型
模型下多了，难免记不住。这时候用list：
ollama list输出大概长这样：
| NAME | ID | SIZE | MODIFIED |
|---|---|---|---|
| llama3.1:8b | d0e5f8b4a2c1 | 4.9 GB | 2 days ago |
| mistral:7b | f3a7c9e1b5d2 | 4.1 GB | 5 days ago |
| qwen2.5:7b | a1b2c3d4e5f6 | 4.5 GB | 1 week ago |
这个命令没什么技术含量，但很实用。我每次清理磁盘前，都会先list一下，看看哪些模型是好久没用的。
4.4 ollama rm：清理不需要的模型
模型占空间，删掉不用的：
ollama rm llama3.1:8b注意，删除是不可逆的。如果你只是暂时不用，建议先留着。我曾经手滑删了一个调优过的模型，结果重新下载花了半小时……嗯，从那以后我删模型前都会再三确认。
如果你想批量删除，可以结合list和grep：
ollama list | grep "old" | awk '{print $1}' | xargs -I {} ollama rm {}这条命令会找出名字里带"old"的模型，然后全部删掉。慎用，别把自己坑了。
4.5 ollama serve：启动API服务
前面几个命令都是本地交互。如果你想通过API调用模型，比如集成到自己的应用里，就需要启动服务：
ollama serve默认监听 http://localhost:11434。启动后，你可以用curl测试：
curl http://localhost:11434/api/generate -d '{
"model": "llama3.1:8b",
"prompt": "你好，世界！"
}'返回的是JSON流，每行一个token。说白了，就是流式输出。
我的习惯：生产环境中，我会把ollama serve注册成系统服务，用systemd管理。这样开机自启，崩溃自动重启。具体配置网上有模板，我就不展开了。但记住一点——服务端口不要暴露到公网，除非你加了认证。我见过有人直接把11434端口映射到公网，结果被扫到后疯狂调用，账单直接爆炸。
另外，serve命令默认前台运行。想后台跑，加个&或者用nohup：
nohup ollama serve > ollama.log 2>&1 &这样日志会写到文件里，方便排查问题。
小结
这五个命令，就是Ollama的日常操作核心。pull下载、run运行、list查看、rm删除、serve服务化。你想想看，是不是覆盖了从下载到使用的全流程？
刚开始用的时候，我建议你多试试run的交互模式，感受一下不同模型的风格。等熟悉了，再玩serve和API集成。别一上来就搞复杂架构，先把基础命令练熟。